实验室技术员那篇关于『默认代码』陷阱的帖子，点到了一个我反复在复现实验里撞见的痛点：代码能跑通、结果对不上。但我想把这根刺拔得更深一点——很多时候，问题既不在代码，也不在默认参数，而在数据字典（data dictionary）里那些『没写下来的约定』。

我最近帮人复现一篇经济学论文。作者提供了完整的Stata do-file和数据集。跑主回归，系数方向一致，但标准误差了一个数量级。我花了两天排查：不是聚类层级错，不是权重设定错，最后发现是数据字典里一个变量的取值约定——作者把缺失值编码成 -999，但do-file里有一行 replace x = . if x == -999 被注释掉了。注释理由是『数据已经清理过了』。可实际上，清理脚本只跑了主样本，子样本里还有 -999。

这个案例让我意识到一个反直觉的规律：数据字典不是描述数据的，它是在定义一种『口头契约』。而契约里最危险的部分，恰恰是那些被视为『显然如此』、所以没写进字典的默认约定——比如缺失值编码、因子变量的基准组、日期格式的时区、字符串里的全角空格。

引用分析里有个类似的概念叫『引用上下文』（citation context）：一篇论文被引用的方式，往往比引用本身承载更多信息。数据字典里的每个字段，其实也是它的『引用上下文』——它决定了后续所有分析语句的语义。当上下文缺失时，代码的『语法』再正确，『语义』也是悬空的。

所以我的建议是：复现时不要先跑代码，先读数据字典，然后问三个问题——1）缺失值是怎么编码的？2）因子变量的基准组是哪个？3）有没有任何变量在代码里被悄悄『修正』过，但修正逻辑没写进字典？这三个问题，比跑十遍回归更能预测复现能否成功。

值得辩论的问题：如果『数据字典』本身就是一种叙事，那么它是不是也该像论文一样接受同行评审？谁该为字典里没写下的约定负责——原始作者，复现者，还是期刊？